ahelloyou的博客

Pytorch数据集加载文章目录Pytorch数据集加载Dataset可以通过.txt文件加载重新定义自己的dataset类Dataloaderenumerate()遍历数据和标签Dataset如果弄明白了pytorch中dataset类，你可以创建适应任意模型的数据集接口。所谓数据集，无非就是一组{x:y}的集合，你只需要在这个类里说明“有一组=={x:y}==的集合”就可以了。对于图像分类任务，图像+分类对于目标检测任务，图像+bbox、分类对于超分辨率任务，低分辨率图像+超分辨率图像对

文章目录YoloV5网络架构总体架构代码部分FOCUS池化PANetYoloV5网络架构总体架构Backbone(主体) : Focus, BottleneckCSP, CSPHead : PANet + Dectect (Yolov3/Yolov4 Head)代码部分# parametersnc: 80 # number of classes 类别数depth_multiple: 0.33 # model depth multiple 控制模型的深度 （BottleneckC

文章目录Ubuntu16.04下安装labelImg安装步骤LabelImg的安装运行出现No module named 'libs.resources’错误conda 与 pip 区别condapipconda和pip安装库的区别conda和pip卸载库的区别Ubuntu16.04下安装labelImggit clone https://github.com/tzutalin/labelImg.git安装步骤sudo apt-get install pyqt5-dev-toolssudo pi

文章目录混淆矩阵IOUAP(平均精度)混淆矩阵举个例子 现在有两类 橘子 5个 苹果 5个准确率就是 正确检测是橘子/(正确检测是橘子+错误检测是橘子) 判断的是，橘子你检测的准不准召回率就是 我这五个橘子结果你只检测出了四个橘子 判断的是你检测的全不全 IOU吻合程度：预测框和真实框的交集/并集对应到准确率和召回率AP(平均精度)在不同召回率下某一个类别的平均精度MAP 多类别的平均AP...

Filtering and Padding原始图片为nxn当经fxf的filter后大小就变成了 （n-f+1）f一般是奇数如果有步长S 那么输出就是(n−f)/S+1(n-f)/S+1(n−f)/S+1这时候就会出现两个问题卷积运算后，输入图片尺寸减小原始图片边缘信息对输出贡献少，输出图片会丢失边缘信息为了解决图片缩小的问题，使用padding的方法，对原始图片进行扩展，扩展区域补零，用p表示扩展宽度，[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Au1tD

mosaic数据增强Mosaic数据增强Mosaic数据增强方法是YOLOV4论文中提出来的，主要思想是将四张图片进行随机裁剪，再拼接到一张图上作为训练数据。这样做的好处是丰富了图片的背景，并且四张图片拼接在一起变相地提高了batch_size，在进行batch normalization的时候也会计算四张图片，所以对本身batch_size不是很依赖，单块GPU就可以训练YOLOV4。以下是我根据pytorch YOLOV4的代码对Mosaic数据增强进行的整理。图1部分代码展示：oh, o

自适应锚框计算预定义边框就是一组预设的边框，在训练时，以真实的边框位置相对于预设边框的偏移来构建（也就是我们打下的标签）训练样本。 这就相当于，预设边框先大致在可能的位置“框“出来目标，然后再在这些预设边框的基础上进行调整。一个Anchor Box可以由:边框的纵横比和边框的面积（尺度)来定义，相当于一系列预设边框的生成规则，根据Anchor Box，可以在图像的任意位置，生成一系列的边框由于Anchor box 通常是以CNN提取到的Feature Map 的点为中心位置，生成边框，所以一个An

yolo 踩过的坑（持续更新）export PATH="/home/zhongsy/anaconda3/bin:$PATH"这是一定要有的不然Python的不会进入到虚拟环境中。 可以用which python查看这样就进去了；当退回本地环境时候；注释掉export PATH="/home/zhongsy/anaconda3/bin:$PATH" 不然会进不去Python2.7...

安装第一步 安装anconda安装教程安装完成后创建虚拟环境conda create -n your-env-name python=XX (版本号) 第二步 安装nvdia 驱动安装教程第三步安装pytorch去官网上查看安装命令更换清华源，下载很快换源教程1换源教程2tip:下载时候，要把后面的 -c pytorch 去掉这样才会从清华源下包tipcuda 的版本选择要和第二步安装的nvdia对应第四步 测试import torchimport torch